神经科学和神经技术正在人工智能领域获得新的盟友。人工智能可以通过分析脑电波和增强磁刺激疗法对抑郁症治疗的有效性来评估痴呆症风险。
人脑由大约 860 亿个神经元组成，这些神经细胞通过电神经脉冲处理和传递信息。
这就是为什么测量神经电活动通常是研究大脑的最佳方法， Hanna Renvall说。她是阿尔托大学和 HUS 赫尔辛基大学医院转化脑成像助理教授，并领导 HUS BioMag 实验室。
脑电图或 EEG 是全球最常用的脑成像技术。Renvall 最喜欢的是脑磁图或 MEG，它测量大脑电活动产生的磁场。
MEG 信号比 EEG 更易于解释，因为头骨和其他组织不会使磁场扭曲太多。Renvall 解释说，这正是这项技术如此出色的原因。
“MEG 可以更准确地定位大脑的活动部分，有时可以达到毫米级的精度。”
MEG 设备看起来很像美发沙龙中的引擎盖吹风机。执行测量的 SQUID 传感器隐藏在发动机罩内并有效绝缘，因为它们仅在接近绝对零的真正冰点温度下工作。
世界上第一台全头 MEG 设备由赫尔辛基理工大学低温实验室的一家公司制造，现已成为该领域的领先设备制造商。
MEG 在新的 AI-Mind 项目中发挥着重要作用，该项目的芬兰贡献者是 Aalto 和 HUS。这个耗资 1400 万欧元的项目的目标是学习如何识别那些痴呆症可能被延迟甚至预防的患者。
为此，神经科学和神经技术需要人工智能专家的帮助。
对大脑进行指纹识别
痴呆症是一种影响广泛的神经功能障碍，会严重削弱患者应对日常生活的能力。欧洲约有 1000 万人受到折磨，随着人口老龄化，这个数字正在增长。导致痴呆的最常见疾病是阿尔茨海默病，70-80% 的痴呆患者被诊断出来。
研究人员认为，在痴呆症的初始临床症状出现之前，神经元之间的交流就开始恶化。这可以在 MEG 数据中看到——如果你知道要寻找什么。
MEG 在测量大脑对特定时刻出现的重复性刺激(如语音和触摸)的反应时表现最为出色。
解释静息状态测量值要复杂得多。
这就是为什么 AI-Mind 项目使用一种被称为大脑指纹的工具。它是在 Renvall、Riitta Salmelin 教授及其同事开始研究 MEG 测量是否可以检测一个人的基因型时创建的。超过 100 对兄弟姐妹参加了这项研究，受试者坐在 MEG 中，先是闭上眼睛几分钟，然后是睁眼几分钟。他们还提交了血液样本进行简单的基因分析。
当研究人员比较图表和遗传标记时，他们注意到兄弟姐妹的图表相似，尽管个体之间存在很大差异。
接下来，阿尔托大学人工智能教授 塞缪尔·卡斯基(Samuel Kaski ) 的小组测试了计算机是否可以学会识别兄弟姐妹之间尽可能相似的图形部分，同时与其他测试对象相比也有最大的不同。
机器做到了——而且更多，令人惊讶的是。
Hanna Renvall 说：“它学会了仅根据图表来完美区分个体，而不管成像是在测试对象的眼睛是睁着还是闭着的情况下进行的。”
“对于人类来说，闭眼或睁眼拍摄的图表看起来非常不同，但机器可以识别他们的特征。我们对这种大脑指纹识别感到非常兴奋，现在正在考虑如何教机器以类似的方式识别神经网络退化。
一周风险筛查
许多痴呆症患者只有在疾病已经进展后才被诊断出来，这解释了为什么治疗往往侧重于控制晚期症状。
然而，早期的研究表明，许多患者在确诊前数年就经历了认知衰退，例如记忆和思维障碍。
AI-Mind 项目的一个目标是学习如何从患有轻度认知衰退的更大群体中筛选出在未来几年内发生记忆障碍风险显着更高的个体。
研究人员计划对来自欧洲各地的 1000 名被认为有发生记忆障碍风险的人进行成像，并分析他们的神经信号与没有认知退化的人有何不同。然后人工智能将他们的大脑成像数据与认知测试结果和遗传生物标志物相结合。
研究人员认为，这种方法可以在短短一周内识别出更高的痴呆风险。
“如果人们及时了解他们的风险，它可以产生巨大的激励作用，”拥有多年作为神经科医生治疗患者的经验的 Renvall 说。
生活方式的改变，如更健康的饮食、锻炼、治疗心血管疾病和认知康复可以显着减缓记忆障碍的进展。
Renvall 说，更好地管理风险因素可以为患者带来更多美好的岁月，这对个人、他们的亲人和社会都非常有意义。
当第一批减缓疾病进展的药物上市时，识别高危人群也将是关键，也许在未来几年。Renvall 说这将是一个重大事件，因为在过去的二十年里，记忆障碍的药物治疗并没有取得实质性进展。
然而，新药并不适合所有人。
“这些药物非常强大，它们的副作用也是如此——这就是为什么我们需要确定最能从中受益的人，”伦瓦尔强调说。
敲击大脑
大脑活动涉及电流，电流产生可以从颅骨外部测量的磁场。
该过程也在另一个方向上起作用，这是经颅磁刺激 (TMS) 所基于的原理。在 TMS 治疗中，将线圈放置在头部以产生强大的磁场，通过皮肤和骨骼到达大脑而不会失去强度。磁场脉冲会在大脑中产生一个短而弱的电流，从而影响神经元的活动。
几十年来开发和使用 TMS的应用物理学教授Risto Ilmoniemi说，这听起来很疯狂，但它是完全安全的 。
'电场的强度堪比大脑自身的电场。当轻拍他们的皮肤时，患者会感觉到以脉冲形式传递的刺激。
磁刺激用于治疗严重的抑郁症和神经性疼痛。全世界至少有 2 亿人患有严重的抑郁症，而神经性疼痛在脊髓损伤患者、糖尿病患者和多发性硬化症患者中普遍存在。药物只能为所有抑郁症患者提供足够的缓解;对于神经性疼痛患者，这一比例仅为 30%。
给予脉冲的频率取决于所治疗的疾病。对于抑郁症，高频脉冲系列刺激神经元间的交流，而频率较低的脉冲可以使患者的神经元平静下来，以缓解神经性疼痛。
根据最新的医学科学，对与正在治疗的疾病相关的神经元所在的大脑部分进行刺激。
大约一半接受治疗的患者从磁刺激中得到显着缓解。Ilmoniemi 相信这可能会更高——借助更多的线圈和算法的帮助。
音乐会演奏家的单音
2018 年，由 Ilmoniemi 领导的 ConnectToBrain 研究项目获得了欧洲研究委员会协同基金 1000 万欧元的资助，这是协同基金首次授予由芬兰大学指导的项目。来自德国和的顶级专家也参与其中。
该项目旨在通过两种方式从根本上改善磁刺激：构建具有多达 50 个线圈的磁刺激设备，以及开发基于 EEG 反馈实时自动控制刺激的算法。
lmoniemi 将目光投向了音乐世界进行比较。
“新技术与旧技术之间的区别类似于音乐会钢琴家用两只手演奏，根据他们听到的内容不断微调他们的演奏，而不是在佩戴听力保护装置时敲击单个琴键。”
研究人员已经使用一个双线圈装置来证明，即使是最有经验的专家，算法也可以以十倍的速度将刺激引导到正确的方向。这仅仅是开始。
去年完成的一个五线圈装置一次覆盖了十平方厘米的皮层面积。一个 50 线圈系统将覆盖两个大脑半球。
构建这种设备涉及许多技术挑战。将所有这些线圈安装在头部周围并非易事，也不是安全地产生所需的强电流。
即使这些问题得到解决，最具挑战性的问题仍然存在：我们如何才能以最好的方式治疗大脑?
'算法需要什么样的信息?哪些数据应该指导它的学习?这对我们和我们的合作者来说是一个巨大的挑战，”伊尔莫涅米若有所思地说。
该项目旨在为 Aalto 制造一个磁刺激设备，为德国蒂宾根大学制造另一个，为的 Chieti-Pescara 制造第三个。研究人员希望，未来全球将有数千台此类设备投入使用。
“积累的患者数据越多，算法就可以学习得越好，治疗就会变得越有效。”
量子光学传感器可以彻底改变我们读取神经信号的方式
Lauri Parkkonen 教授的工作组正在开发一种新的 MEG 设备，该设备可以适应头部的大小和形状，并利用基于量子光学的传感器。与目前在 MEG 中使用的 SQUID 传感器不同，它们不需要包裹在厚绝缘层中，从而可以在更靠近头皮表面的地方进行测量。这使得对儿童和婴儿进行精确测量变得更加容易。
这项工作进展迅速，并取得了可喜的成果：用光学传感器进行的测量已经接近头骨内测量的空间精度。
Parkkonen 认为，基于光学传感器的 MEG 系统还可以比传统设备更便宜、更紧凑，因此更易于放置;这样的 MEG 系统可以使用“个人大小”的磁屏蔽，而不是像传统 MEG 系统那样使用大型屏蔽室。
“这将使更多的研究人员和医院能够接触到它。”